| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·课题的主要任务和相关技术 | 第10-14页 |
| ·本课题的主要研究内容 | 第14-15页 |
| 第2章 基于不确定信息处理的地图创建 | 第15-34页 |
| ·不确定信息计算理论基础 | 第15-19页 |
| ·证据理论 | 第19-24页 |
| ·单机器人地图创建过程 | 第24-26页 |
| ·基于卡尔曼滤波方法的移动机器人即时定位与地图创建 | 第26-32页 |
| ·多机器人地图创建方法综述 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于D-S 证据理论的激光与视觉传感器联合地图创建 | 第34-46页 |
| ·激光传感器数据不确定性分析 | 第34-35页 |
| ·环境证据提取 | 第35-38页 |
| ·环境证据支持结论的知识规则的建立 | 第38页 |
| ·基本概率分配函数计算 | 第38-39页 |
| ·结论的信任度计算 | 第39-40页 |
| ·实验结果 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于灰色系统理论的超声波传感器地图创建 | 第46-55页 |
| ·超声波传感器数据不确定性分析 | 第46-48页 |
| ·基于灰色系统理论的超声波地图创建 | 第48-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于激光数据的移动机器人即时定位与地图创建 | 第55-61页 |
| ·数据处理与特征提取 | 第55-57页 |
| ·环境特征匹配 | 第57-59页 |
| ·机器人全局定位 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
